Advanced Analytics Transformasi Kualitas dan Garansi

Untuk mengubah kualitas dan garansi, perusahaan industri terkemuka menggabungkan alat tradisional dengan teknik "kecerdasan buatan"/ Artificial-Intelligence (AI) dan "pembelajaran mesin"/ Machine-Learning (ML) terbaru. Pendekatan gabungan memungkinkan produsen untuk mengurangi total biaya kualitas, memastikan bahwa produk mereka bekerja dengan baik, dan meningkatkan harapan pelanggan.

Dampak transformasi yang dirancang dengan baik dan dilaksanakan dengan ketat akan mengurangi biaya, sehingga akan meningkatkkan laba dan pendapatan. Tekanan pada biaya kualitas semakin meningkat karena integrasi perangkat lunak dan perangkat keras meningkatkan kompleksitas produk. 

Selain itu, ekspektasi pelanggan tentang fitur produk terus meningkat, dengan berita buruk tentang produk yang berkembang pesat di dunia yang sangat terhubung.

Namun meskipun tekanan meningkat, efektivitas pendekatan tradisional untuk memecahkan masalah kualitas (seperti analisis Pareto) menurun dengan beberapa alas an sebagai berikut:.

1. Masalah kualitas menjadi lebih kompleks. Produk saat ini memiliki lebih banyak elektronik, perangkat lunak, dan integrasi sistem yang kompleks. Akibatnya, keahlian dari berbagai disiplin ilmu diperlukan untuk mendiagnosis dan menyelesaikan masalah kualitas.
2. Jenis masalah kualitas telah berkembang biak. Jumlah yang lebih besar dari penyesuaian produk dan konfigurasi yang disesuaikan menyebabkan produk gagal dengan cara yang unik.
3. Kegagalan yang terputus-putus dan tak terduga menjadi lebih umum. Integrasi elektronik dan perangkat lunak yang meningkat telah membuat pola kegagalan baru sulit untuk diidentifikasi dan dianalisis.
4. Metode verifikasi dan validasi tradisional terlalu lambat. Perusahaan berada di bawah tekanan untuk pergi ke pasar lebih cepat, tetapi proses tradisional mereka tidak dapat mengimbangi.
5. Evolusi cepat dari Internet of Things (IoT) dan konektivitas membuat data yang kaya, baru, dan multifaset dalam jumlah besar tersedia. Kumpulan data sekarang tersedia untuk memecahkan masalah kualitas --- tetapi hanya sedikit tim kualitas yang memiliki alat yang tepat untuk mengakses, menganalisis, dan memanfaatkan informasi untuk menghasilkan wawasan yang nyata.

Mengingat kerumitan ini, solusi yang dikemas sebelumnya jarang berhasil. Selain itu, bahkan ketika solusi off-the-shelf terbukti efektif dalam konteks terbatas, perusahaan biasanya kesulitan untuk menskalakannya di seluruh lini produk --- dan mungkin menemukan bahwa utilitas mereka menurun dengan rilis produk yang berurutan.

Beberapa perusahaan sudah mulai memanfaatkan analitik canggih untuk menangkap nilai dalam bisnis mereka. Dalam satu contoh, produsen peralatan asli pertanian dengan jejak global untuk Litbang, manufaktur, dan penjualan telah mengalami peningkatan biaya garansi yang signifikan terkait dengan peluncuran produk baru. Hal itu juga menderita waktu tunggu yang lama untuk identifikasi masalah lapangan, serta variabel kematangan produk di seluruh merek dan wilayah.

Dalam empat bulan, perusahaan dapat menggunakan mesin analitik canggih yang menyediakan pembaruan harian dari sensor kualitas dan analisis statistik otomatis. Mesin analitik otomatis dan fungsi penghasil alarm didukung oleh indikator terkemuka, pengetahuan ahli, dan manajemen kinerja. 

Data besar yang dihasilkan dari ratusan ribu klaim garansi, lebih dari 5.000 bagian, dan beberapa tahun data lapangan dimasukkan ke server cloud setiap hari.

Perusahaan telah menggunakan alat dan kemampuan analitik canggih ini untuk mengurangi waktu untuk mengidentifikasi masalah bidang sistemik hingga hampir setengahnya, dan biaya garansi sekitar 15 persen. Perusahaan berencana untuk memperluas penerapan alat dan kapabilitasnya ke lebih dari tiga perempat portofolio produknya dalam beberapa tahun ke depan.

Dengan cara yang sama, pabrikan otomotif menggunakan analitik canggih untuk menyempurnakan seluruh perjalanan pengembangan produk, sekaligus meningkatkan kinerja saat pertama kali dan mengurangi biaya garansi. 

Dihadapkan dengan tingginya insiden pengerjaan ulang dan penundaan dalam pengembangan suku cadang, perusahaan mengalami sejumlah besar klaim garansi dan peningkatan biaya program.